INTELIGÊNCIA ARTIFICIAL EM TESTES DE SOFTWARE: CONCEITOS, APLICAÇÕES E ESTUDO DE CASO COM A FERRAMENTA MABL
Barra lateral de artigos
Conteúdo do artigo principal
Resumo
Com a crescente complexidade dos sistemas de software e a adoção de práticas ágeis e DevOps, os testes de software tornaram-se um elemento essencial para garantir qualidade, confiabilidade e segurança. Nesse contexto, a automação de testes evoluiu significativamente, incorporando técnicas de Inteligência Artificial (IA) com o objetivo de aumentar a eficiência, a cobertura e a adaptabilidade dos processos de Quality Assurance (QA). Este artigo tem como objetivo analisar a evolução do uso da IA em testes de software, destacando seus impactos, vantagens e limitações, bem como a relação entre automação inteligente e a necessidade de supervisão humana. A metodologia adotada baseia-se em uma abordagem exploratória e descritiva, fundamentada em revisão bibliográfica de fontes acadêmicas e artigos especializados, além da análise comparativa de ferramentas que utilizam IA aplicada à automação de testes. Adicionalmente, é apresentado um estudo de caso envolvendo a ferramenta Mabl, uma plataforma de testes automatizados baseada em aprendizado de máquina. O estudo de caso consistiu na aplicação da ferramenta em um sistema web simples de login e cadastro, permitindo a avaliação de fluxos funcionais, validações de campos e redirecionamento de páginas. Os resultados obtidos demonstram que a utilização de IA em ferramentas de teste contribui para a redução de esforço manual, maior estabilidade dos testes e melhoria na eficiência do processo de validação, especialmente por meio de funcionalidades como auto-healing e execução multiplataforma. Entretanto, também foram identificados desafios relacionados aos custos de implementação, à dependência de dados de qualidade e à necessidade contínua de intervenção humana para garantir a confiabilidade dos resultados. Conclui-se que a aplicação de IA em testes de software representa um avanço relevante na engenharia de qualidade, devendo ser utilizada de forma estratégica e complementar às práticas tradicionais de teste.
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Referências
APPLITOOLS. Eyes AI-powered Test Automation Platform. Disponível em: https://applito-ols.com/platform/eyes/. Acesso em: 28 abr. 2025.
BASTOS, A. et al. Base de Conhecimento em teste de software. 2. ed. São Paulo: Editora Martins, 2007.
CAMARGO, Letícia Santos. A utilização de testes automatizados no processo de garantia de qualidade de interfaces de aplicações web: um mapeamento sistemático. 2024. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Instituto Federal Goiano – Campus Ceres, Ceres, 2024. Disponível em: https://repositorio.ifgoiano.edu.br/bitstream/prefix/4677/-1/TCC_Let%C3%ADcia%20Santos%20Camargo.pdf. Acessado em: Maio. 2025.
CIRCLECI. The Testing Pyramid. Disponível em: https://circleci.com/blog/testing-pyramid/. Acessado em: Maio. 2025.
FOWLER, M. The Practical Test Pyramid. Disponível em: https://martinfowler.com/articles/pra-ctical-test-pyramid.html. Acessado em: Maio. 2025.
FRUGAL TESTING. Revolutionize Your Testing: Integrate AI and Machine Learning into the Testing Pyramid. Disponível em: https://www.frugaltesting.com/blog/revolutionize-your-testing-integrate-ai-and-machine-learning-into-the-testing-pyramid. Acessado em: Maio. 2025.
INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS. IEEE Standard Glossary of Software Engineering Terminology. IEEE Std 610.12-1990, p. 1–84, 31 dez. 1990. Disponível em: https://doi.org/10.1109/IEEESTD.1990.101064. Acessado em: Abr. 2025.
International Organization for Standardization; International Electrotechnical Commission; Institute Of Electrical And Electronics Engineers. ISO/IEC/IEEE International Standard - Software and systems engineering - Software testing – Part 2: Test processes – Redline. ISO/IEC/IEEE 29119-2:2021(E) - Redline, 28 out. 2021.
IZABEL, L. R. P. Testes automatizados no processo de desenvolvimento de softwares. 2014. Dissertação (Mestrado) – Universidade Federal do Rio de Janeiro, Escola Politécnica, Rio de Janeiro, 2014. Disponível em: http://monografias.poli.ufrj.br/monografias/monopoli10012548.pdf. Acessado em: Abr. 2025.
JOSHI, Vijay; BAND, Iver. Disrupting Test Development with AI Assistants. arXiv, 4 nov. 2024. Disponível em: https://arxiv.org/abs/2411.00000. Acessado em: Abr. 2025.
LEAPWORK. Testing Pyramid Explained. Disponível em: https://www.leapwork.com/blog/testi-ng-pyramid. Acessado em: Maio. 2025.
LEAPWORK. Testing Pyramid Explicada. Disponível em: https://www-leapwork-com.transla-te.goog/blog/testing-pyramid?_x_tr_sl=en&_x_tr_tl=pt&_x_tr_hl=pt&_x_tr_pto=wa. Acessado em: Maio. 2025.
MABL. Testing in DevOps 2025. Disponível em: https://www.mabl.com/reports/testing-in-devops-2025?utm_source=marketo&utm_medium=email&mkt_tok=MDY5LVZEQi0yMzYAAAGZulyhCGm8_HziYg9LMzZGdxk9oLJWUa-wfXOkUE7cyPBB8EXQZNbRsRUe14mrnoCrfSkiUokcE2X-xVzB0gVQDGtxZWdVJsVSV3RNraPJkHA#section-4. Acessado em: Jun. 2025.
Ramadan, A.; Yasin, H.; Pektas, B. The Role of Artificial Intelligence and Machine Learning in Software Testing. arXiv, 4 set. 2024. Disponível em: https://arxiv.org/abs/2409.00000. Acessado em: Maio. 2025.
Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach. 4. ed. London: Pearson, 2020.
SEMAPHORE. Testing Pyramid. Disponível em: https://semaphore.io/blog/testing-pyramid. Acesso em: 5 maio 2025.
TESTGRID. Testing Pyramid: Benefits and Best Practices. Disponível em: https://testgrid.io/bl-og/testing-pyramid/. Acessado em: Maio. 2025.
Valente, M. T. Engenharia de software moderna: princípios e práticas para desenvolvimento de software com produtividade. [S.l.]: Leanpub, 2020